Question

我有这个正则表达式

<(\d+)>(\d+\.\d+|\d{4}\-\d+\-\d+\s+\d{2}:\d{2}:\d{2})(?:\..*?)*\s+(ALER|NOTI)

这是我的输入（根本不匹配）

<150>2010-12-29 18:11:30.883 -0700 192.168.2.145 80 192.168.2.87 2795 "-" "-" GET HTTP 192.168.2.145 HTTP/1.1 200 36200 0 1038 544 192.168.2.221 80 540  SERVER DEFAULT PASSIVE VALID /joomla/ "-" http://192.168.2.145/joomla/index.php?option=com_content&view=a be4d44e8f3986183a87991398c1c212e=1;      be4d44e8f3986183a87991398c1c212e=1

这将返回不匹配的结果，但输出结果需要很长时间。由于我在一秒钟内有一千个日志/输入，因此每个日志/输入都应该非常快。有时它达到CPU 100％。

有人可以帮我解决这个正则表达式问题吗？

由于

Answer 1

由于表达式(?:\..*?)*可以匹配的方式很多，因此会发生灾难性的回溯。可能必须检查数百万个匹配项，并随着字符串中的点数呈指数增长。要解决此问题，您可以更改此信息：

(?:\..*?)*\s+

到此：

\..*\s

Answer 2

看起来你正在寻找一些日期/时间/等。有关ALER / NOTI线的信息。你不能只通过首先点击ALER / NOTI来解析这些行吗？那么在那些有趣的行上运行正则表达式可能会容易得多（并且它可能会简化正则表达式）。

Answer 3

由于你没有提供一个有效的例子，唯一要说明为什么它的慢这是(?:\..*?)*这是多么奇怪。元时期。匹配包括文字在内的任何内容期。那个表达式表示，如果有一个文字句点，那就得到它，并且一切都达到\ s 但是，字面时间是可选的。

(?:\.(?:(?!\s(?:ALER|NOTI)).)*?)?\s+(ALER|NOTI)

这本身就很古怪。如果扩展可以查看。

(?:
    \.
    (?:
        (?!\s(?:ALER|NOTI)).
    )*?
)?
\s+
(ALER|NOTI)

正则表达式花费太长时间来匹配结果

3 个答案: